ການຄົ້ນຄວ້າໃຫມ່ເປີດເຜີຍທ່າແຮງຂອງແບບຈໍາລອງພາສາຂະຫນາດໃຫຍ່ multimodal ໃນການສົມເຫດສົມຜົນທາງພື້ນທີ່

ການສຶກສາໃຫມ່ສະແດງໃຫ້ເຫັນວ່າແບບຈໍາລອງພາສາຂະຫນາດໃຫຍ່ multimodal (MLLM) ສະແດງໃຫ້ເຫັນທ່າແຮງທີ່ຍິ່ງໃຫຍ່ໃນການສົມເຫດສົມຜົນທາງພື້ນທີ່. ໂດຍຜ່ານການອອກແບບພິເສດແລະການທົດສອບທີ່ທ້າທາຍຂອງຕົວແບບ, ນັກຄົ້ນຄວ້າໄດ້ພົບເຫັນວ່າ MLLM ສາມາດເຂົ້າໃຈແລະປະມວນຜົນຂໍ້ມູນທີ່ກ່ຽວຂ້ອງກັບພື້ນທີ່, ເຖິງແມ່ນວ່າໃນບາງກໍລະນີ, ການປະຕິບັດຂອງຕົວແບບຍັງຕ້ອງໄດ້ຮັບການປັບປຸງ.